Matlab解非线性超定方程组
3x+2/(5+y)=6, 4x+4/(5+y)=7， 9x+4/(8+y)=12 11x+2/(4+y)=15
x,y是未知数
--------------------
clc;clear;
%其实楼主的问题可以等效为求最小值的问题，我使用的指标是典型的平方和最小
xtt=[1,1];
f=@(x)(3*x(1)+2/(5+x(2))-6)^2+(4*x(1)+4/(5+x(2))-7)^2+(9*x(1)+4/(8+x(2))-12)^2+(11*x(1)+2/(4+x(2))-15)^2; [x,fval]=fminsearch(f,xtt)
==============================================================================
求解线性方程组 solve，linsolve 例：
A=[5 0 4 2;1 -1 2 1;4 1 2 0;1 1 1 1];
%矩阵的行之间用分号隔开，元素之间用逗号或空格 B=[3;1;1;0]
X=zeros(4,1);%建立一个4元列向量 X=linsolve(A,B)
diff（fun，var，n）：对表达式fun中的变量var求n阶导数。 例如：F=sym（'u(x,y)*v(x,y)'）; %sym（）用来定义一个符号表达式 diff(F); %matlab区分大小写
pretty(ans) %pretty（）：用习惯书写方式显示变量；ans是答案表达式
非线性方程求解 fsolve(fun,x0,options)
其中fun为待解方程或方程组的文件名； x0位求解方程的初始向量或矩阵； option为设置命令参数 建立文件fun.m： function y=fun(x)
y=[x(1)-0.5*sin(x(1))-0.3*cos(x(2)), ... x(2) - 0.5*cos(x(1))+0.3*sin(x(2))];
>>clear;x0=[0.1,0.1];fsolve(@fun,x0,optimset('fsolve')) 注： ...为续行符
m文件必须以function为文件头，调用符为@；文件名必须与定义的函数名相同；fsolve（）主要求解复杂非线性方程和方程组，求解过程是一个逼近过程。
Matlab求解线性方程组 AX=B或XA=B
在MATLAB中，求解线性方程组时，主要采用前面章节介绍的除法运算符“/”和“\\”。如：
X=A\\B表示求矩阵方程AX＝B的解； X＝B/A表示矩阵方程XA=B的解。
对方程组X＝A\\B，要求A和B用相同的行数，X和B有相同的列数，它的行数等于矩阵A的列数，方程X＝B/A同理。 如果矩阵A不是方阵，其维数是m×n，则有： m＝n 恰定方程，求解精确解； m>n 超定方程，寻求最小二乘解；
m 一．恰定方程组 恰定方程组由n个未知数的n个方程构成，方程有唯一的一组解，其一般形式可用矩阵，向量写成如下形式： Ax=b 其中A是方阵，b是一个列向量； 在线性代数教科书中，最常用的方程组解法有： （1）利用cramer公式来求解法； （2）利用矩阵求逆解法，即x=A-1b； （3）利用gaussian消去法； （4）利用lu法求解。 一般来说，对维数不高，条件数不大的矩阵，上面四种解法所得的结果差别不大。前三种解法的真正意义是在其理论上，而不是实际的数值计算。MATLAB中，出于对算法稳定性的考虑，行列式及逆的计算大都在lu分解的基础上进行。 在MATLAB中，求解这类方程组的命令十分简单，直接采用表达式：x=A\\b。 在MATLAB的指令解释器在确认变量A非奇异后，就对它进行lu分解，并最终给出解x；若矩阵A的条件数很大，MATLAB会提醒用户注意所得解的可靠性。 如果矩阵A是奇异的，则Ax=b的解不存在，或者存在但不唯一；如果矩阵A接近奇异时，MATLAB将给出警告信息；如果发现A是奇异的，则计算结果为inf，并且给出警告信息；如果矩阵A是病态矩阵，也会给出警告信息。 注意：在求解方程时，尽量不要用inv(A)*b命令，而应采用A\\b的解法。因为后者的计算速度比前者快、精度高，尤其当矩阵A的维数比较大时。另外，除法命令的适用行较强，对于非方阵A，也能给出最小二乘解。 二．超定方程组 对于方程组Ax=b，A为n×m矩阵，如果A列满秩，且n>m。则方程组没有精确解，此时称方程组为超定方程组。线性超定方程组经常遇到的问题是数据的曲线拟合。对于超定方程，在MATLAB中，利用左除命令（x=A\\b）来寻求它的最小二乘解；还可以用广义逆来求，即x=pinv(A),所得的解不一定满足Ax=b，x 只是最小二乘意义上的解。左除的方法是建立在奇异值分解基础之上，由此获得的解最可靠；广义逆法是建立在对原超定方程直接进行householder变换的基础上，其算法可靠性稍逊与奇异值求解，但速度较快； 【例7】 求解超定方程组 A=[2 -1 3;3 1 -5;4 -1 1;1 3 -13] A= 2 -1 3 3 1 -5 4 -1 1 1 3 -13 b＝[3 0 3 -6]’; rank(A) ans= 3 x1=A\\b x1= 1.0000 2.0000 1.0000 x2=pinv(A)*b x2= 1.0000 2.0000 1.0000 A*x1-b ans= 1.0e-014 -0.0888 -0.0888 -0.1332 0 可见x1并不是方程Ax=b的精确解，用x2=pinv(A)*b所得的解与x1相同。 三．欠定方程组 欠定方程组未知量个数多于方程个数，但理论上有无穷个解。MATLAB将寻求一个基本解，其中最多只能有m个非零元素。特解由列主元qr分解求得。 【例8】 解欠定方程组 A＝[1 -2 1 1;1 -2 1 -1;1 -2 1 5] A= 1 -2 1 1 1 -2 1 -1 1 -2 1 -1 1 -2 1 5 b=[1 -1 5]’ x1=A\\b Warning:Rank deficient,rank=2 tol=4.6151e-015 x1= 0 -0.0000 0 1.0000 x2=pinv(A)*b x2= 0 -0.0000 0.0000 1.0000
Matlab解非线性超定方程组-恰定方程组-欠定方程组
